CN102865852B - 一种对数字高程模型数据高程校准方法及装置 - Google Patents
一种对数字高程模型数据高程校准方法及装置 Download PDFInfo
- Publication number
- CN102865852B CN102865852B CN201210332550.4A CN201210332550A CN102865852B CN 102865852 B CN102865852 B CN 102865852B CN 201210332550 A CN201210332550 A CN 201210332550A CN 102865852 B CN102865852 B CN 102865852B
- Authority
- CN
- China
- Prior art keywords
- elevation
- data
- height
- height value
- floor level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种对数字高程模型数据高程校准方法及装置,包括:将冰云和地面高度卫星地学激光测高数据的高程基准和数字高程模型数据的高程基准统一化;提取出相同点位的地学激光测高数据高程值和数字高程模型高程值;利用所述相同点位的地学激光测高数据高程值和数字高程模型高程值建立高程校准模型;利用该高程校准模型对数字高程模型数据进行校准。本技术方案是基于冰云和地面高度卫星地学激光测高数据建立高程校准模型,通过高程校准模型对航天飞机雷达地形测绘计划的数字高程模型进行高程校准,使得数字高程模型的高程值精度大幅度提高,使得校准后的数字高程模型成为可靠的基础地理信息数据,为开展各种科学研究及工程应用提供参考。
Description
技术领域
本发明涉及测绘领域中的数字高程模型,特别涉及一种对航天飞机雷达地形测绘计划(SRTM)的数字高程模型数据高程校准方法及装置。
背景技术
数字高程模型(Digital Elevation Model,简称DEM),它是用一组有序数值阵列形式表示地面高程的一种实体地面模型,是数字地形模型(Digital Terrain Model,简称DTM)的一个分支,其它各种地形特征值均可由此派生。一般认为,DTM是描述包括高程在内的各种地貌因子,如坡度、坡向、坡度变化率等因子在内的线性和非线性组合的空间分布,其中DEM是零阶单纯的单项数字地貌模型,其他如坡度、坡向及坡度变化率等地貌特性可在DEM的基础上派生。由于DEM描述的是地面高程信息,它在测绘、水文、冰川、气象、地貌、地质、土壤、工程建设、通讯、气象、军事等国民经济和国防建设以及人文和自然科学领域有着广泛的应用。如在工程建设上,可用于如土方量计算、通视分析等;在防洪减灾方面,DEM是进行水文分析如汇水区分析、水系网络分析、降雨分析、蓄洪计算、淹没分析等的基础;在无线通讯上,可用于蜂窝电话的基站分析等等。
2000年,由美国国家航空航天局(NationalAeronautics and SpaceAdministration,NASA)的航天飞机雷达地形测绘计划(Shuttle Radar Topography Mission,SRTM)获取的全球北纬60度至南纬56度之间的数字高程模型(DEM)(约90m分辨率),作为迄今垂直精度最高的全球数字高程模型数据(标称垂直精度为16m,优于ASTER GDEM的标称垂直精度20m),已广泛应用于各种科学研究和工程应用。但是获取该DEM的C波段雷达信号对地表(特别是冰川、沙漠等地区)的穿透性极强,最多可达10m,造成数字高程模型的表面高程低于真实高程;此外在山区,由于高差较大,地形起伏剧烈,山体的阴影和叠掩也严重影响了数字高程模型的高程精度,因此直接应用数字高程模型将带来较大的误差。
发明内容
本发明的目的是针对上述问题,提出一种基于冰云和地面高度卫星地学激光测高数据对航天飞机雷达地形测绘计划(SRTM)的数字高程模型高程校准方法及装置,提高了数字高程模型高程精确度。
为实现上述目的,本发明提供了一种对数字高程模型数据高程校准方法,该方法包括:
将冰云和地面高度卫星地学激光测高数据的高程基准和数字高程模型数据的高程基准统一化;
提取出相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值;
利用所述相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值建立高程校准模型;
利用所述高程校准模型对数字高程模型进行高程校准。
可选的,在本发明一实施例中,所述提取出相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值步骤包括:
将冰云和地面高度卫星地学激光测高数据转换为点矢量,将数字高程模型数据转换为面矢量;
将转换后的冰云和地面高度卫星地学激光测高数据和数字高程模型数据相叠加来获取两个矢量的交集;
根据交集结果提取出相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值。
可选的,在本发明一实施例中,所述利用所述相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值建立高程校准模型步骤包括:
对相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值进行回归分析获取校准模型系数;
根据所述校准模型系数建立高程校准模型。
可选的,在本发明一实施例中,所述高程校准模型为多项式校准模型或线性校准模型。
为实现上述发明目的,本发明还提出一种对数字高程模型数据高程校准装置,该装置包括:
高程基准统一化单元,用于将冰云和地面高度卫星地学激光测高数据的高程基准和数字高程模型数据的高程基准统一化;
高程值单元,用于提取出相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值;
高程校准模型单元,用于利用所述相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值建立高程校准模型;
校准单元,用于利用该高程校准模型对数字高程模型数据进行校准。
可选的,在本发明一实施例中,所述高程值单元包括:
数据转换模块,用于将冰云和地面高度卫星地学激光测高数据转换为点矢量,将数字高程模型数据转换为面矢量;
叠加模块,用于将转换后的冰云和地面高度卫星地学激光测高数据和数字高程模型数据相叠加来获取两个矢量的交集;
提取高程值模块,用于根据交集结果提取出相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值。
可选的,在本发明一实施例中,所述高程校准模型单元包括:
校准模型系数模块,用于对相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值进行回归分析获取校准模型系数;
建模模块,用于根据所述校准模型系数建立高程校准模型。
可选的,在本发明一实施例中,所述建模模块获得的高程校准模型为多项式校准模型或线性校准模型。
上述技术方案具有如下有益效果:本技术方案是基于冰云和地面高度卫星地学激光测高数据建立高程校准模型,通过高程校准模型对数字高程模型进行高程校准,使得数字高程模型的高程值精度大幅度提高,该技术方案为获取高精度的全球地表高程数据提供了一种可行性办法。进一步地,校准后的数字高程模型成为可靠的基础地理信息数据,为开展各种科学研究及工程应用提供参考。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一种对数字高程模型数据高程校准方法流程图;
图2为一种对数字高程模型数据高程校准装置结构框图;
图3为一种对数字高程模型数据高程校准装置中高程值单元结构示意图;
图4为一种对数字高程模型数据高程校准装置中高程校准模型单元结构示意图;
图5为本发明实施例试验区的冰云和地面高度卫星地学激光测高***测量全球陆地表面高程数据分布图;
图6为本发明实施例试验区的数字高程模型图;
图7为本发明实施例试验区的数字高程模型图的直方图;
图8为本发明实施例试验区的冰云和地面高度卫星地学激光测高***的高程数据和数字高程模型高程数据的散点图;
图9为本发明实施例试验区的高程校准后的数字高程模型图;
图10为本发明实施例试验区的高程校准后的数字高程模型图的直方图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
美国国家航空航天局于2003年1月发射了专门用于测量冰雪、云层和地面高度的ICESAT卫星(Ice,Cloud,and land Elevation Satellite,ICESAT),其搭载的地学激光测高***(Geoscience Laser Altimeter System,GLAS)通过每172m抽取直径约为65m的光斑可精确地测量地表高程,在平坦冰面上其精度达到0.02m。由于冰云和地面高度卫星地学激光测高***可获取全球范围的光斑高程数据(ICESAT共有15类数据产品,分别命名为GLA01,GLA02,…,GLA15,其中GLA14测量全球陆地表面高程)。因此,本申请基于该数据建立高程校准模型,对数字高程模型进行校准,提高数字高程模型的高程精度,使其成为可靠的基础地理信息数据,为开展各种科学研究及工程应用提供参考。
如图1所示,为一种对数字高程模型数据高程校准方法流程图。该高程校准方法包括:
步骤101:将冰云和地面高度卫星地学激光测高数据的高程基准和数字高程模型数据的高程基准统一化,使冰云和地面高度卫星地学激光测高数据的高程基准与数字高程模型的高程基准一致,保证二者具有相同的高程参考系。其中,高程基准统一化是为了让两种高程数据都有相同的参考标准,否则两种高程数据无法相互比较。在此基础上提取相同点位的两种数据高程值,就可以进行对比了,进而建立高程校准模型。
利用冰云和地面高度卫星地学激光测高数据来校准数字高程模型数据,首先必须将冰云和地面高度卫星地学激光测高数据和数字高程模型数据的参考基准统一。基准统一分为两个部分,首先是参考椭球的统一,其次是参考框架的统一。所有的冰云和地面高度卫星地学激光测高数据都使用TOPEX/Poseidon椭球作为参考椭球,而数字高程模型数据以WGS-84作为参考椭球。由于冰云和地面高度卫星地学激光测高数据采用的参考框架与WGS-84的参考框架都是IRTF2000。因此,只需把冰云和地面高度卫星地学激光测高数据从TOPEX/Poseidon椭球按照式(1)和式(2)转换到WGS-84椭球上。
B=BICESAT+dB
h=hICESAT+dh
(2)
L=LICESAT
式中:B为大地纬度;L为大地经度;M为子午圈曲率半径;N为卯酉圈曲率半径;da为TOPEX/Poseidon椭球与WGS84椭球长半轴之差;dα为TOPEX/Poseidon椭球与WGS84椭球扁率之差;e为椭球的第一偏心率。表1为TOPEX/Poseidon椭球与WGS84椭球参数。由于两个椭球在经纬度上的差异不是很大,基本上可以看成仅在高度方向上有差异。因此目前通常上采用经验公式(3),这样大大简化了两个不同椭球之间数据对比的计算。
dh=cos2Bda+sin2Bdb (3)
式中,B为大地纬度;da为TOPEX/Poseidon椭球与WGS84椭球长半轴之差;db为TOPEX/Poseidon椭球与WGS84椭球短半轴之差。
表1TOPEX/Poseidon椭球与WGS84参考椭球参数
topEX/Poseidon椭球 | WGS-84 | |
长半轴/a | 6378136.300000 | 6378137.000000 |
短半轴/b | 6356751.600563 | 6356752.314245 |
扁率/f | 1/298.25700000 | 1/298.25722356 |
偏心率/e | 0.081819221456 | 0.081819190843 |
步骤102:提取出相同点位的冰云和地面高度卫星地学激光测高数据的高程值和数字高程模型高程值;
在AcrGIS中将冰云和地面高度卫星地学激光测高数据转化为点矢量,将数字高程模型数据转化为面矢量,并求两个矢量的交集,得到既包含冰云和地面高度卫星地学激光测高数据信息也包含数字高程模型数据信息的高程点。DEM高程点的位置与冰云和地面高度卫星地学激光测高***的测高点是重合的。这样就得到了同一地理位置上两种数据的高程。
步骤103:利用所述相同点位的冰云和地面高度卫星地学激光测高数据的高程值和数字高程模型高程值建立高程校准模型;
对提取的相同点位两种高程值进行回归分析,根据相关系数大小建立合适的高程校准模型,如多项式校准模型或线性校准模型。其中多项式高程校准模型可表示为:
y=a0+a1x+a2x2+a3x3 (4)
线性高程校准模型可表示为
y=a0+a1x (5)
式中自变量x为数字高程模型高程值,因变量y为冰云和地面高度卫星地学激光测高数据的高程值,a0...a3均为校准模型系数。
步骤104:利用该高程校准模型对数字高程模型数据进行校准。
如图2所示,为一种对数字高程模型数据高程校准装置结构框图。该装置包括高程基准统一化单元21、高程值单元22、高程校准模型单元23和校准单元24。高程基准统一化单元21用于将冰云和地面高度卫星地学激光测高数据的高程基准和数字高程模型数据的高程基准统一化;高程值单元22用于提取出相同点位的冰云和地面高度卫星地学激光测高数据的高程值和数字高程模型高程值;高程校准模型单元23用于利用所述相同点位的冰云和地面高度卫星地学激光测高数据的高程值和数字高程模型高程值建立高程校准模型;校准单元24用于利用该高程校准模型对数字高程模型数据进行校准。
如图3所示,为一种对数字高程模型数据高程校准装置中高程值单元结构示意图。高程值单元22包括数据转换模块221、叠加模块222和提取高程值模块223。数据转换模块221用于将冰云和地面高度卫星地学激光测高数据转换为点矢量,将数字高程模型数据转换为面矢量;叠加模块222用于将转换后的冰云和地面高度卫星地学激光测高数据和数字高程模型数据相叠加来获取两个矢量的交集;提取高程值模块223用于根据交集结果提取出相同点位的冰云和地面高度卫星地学激光测高数据的高程值和数字高程模型高程值。
如图4所示,为一种对数字高程模型数据高程校准装置中高程校准模型单元结构示意图。高程校准模型单元23包括校准模型系数模块231和建模模块232。其中,校准模型系数模块231用于对相同点位的冰云和地面高度卫星地学激光测高数据的高程值和数字高程模型数据高程值进行回归分析获取校准模型系数;建模模块232用于根据所述校准模型系数建立高程校准模型。
为了更好地说明本发明技术方案的有效性和优越性,现对应用上述技术方案后本发明实施例与初始数字高程模型进行如下对比分析:
如图5所示,为本发明实施例试验区的冰云和地面高度卫星地学激光测高***测量全球陆地表面高程数据分布图。本发明实施例使用的长江源各拉丹东地区的3个条带共1200个冰云和地面高度卫星地学激光测高***测量全球陆地表面高程数据分布情况(背景为陆地卫星Landsat TM影像),图中黑点为40个用于精度验证的数据。如图8所示,为本发明实施例试验区相同点位的冰云和地面高度卫星地学激光测高***测量全球陆地表面高程数据和数字高程模型高程数据的散点图。从图8中可以看出本发明实施例两种高程数据的散点图及所采用的线性高程校准模型,线性高程校准模型的一次项系数为1.006,常数项系数为-74.5。如图6所示,为本发明实施例试验区的数字高程模型图;如图7所示,为本发明实施例试验区的数字高程模型图的直方图;如图9所示,为本发明实施例试验区的高程校准后的数字高程模型图;如图10所示,为本发明实施例试验区的高程校准后的数字高程模型图的直方图。为了比较出实施例高程校准模型的精度,利用没有参与模型计算的40个冰云和地面高度卫星地学激光测高***测量全球陆地表面高程值与相同位置的校准前后数字高程模型高程值进行对比验证,如下表2所示,表中数据的单位为m。校准前的数字高程模型平均高程误差为40.98m,校准后的数字高程模型平均高程误差为6.53m。结果表明,本发明实施例的高程校准模型能够大幅提高数字高程模型的高程值精度。
表2
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,包括上述全部或部分步骤,所述的存储介质,如:ROM/RAM、磁盘、光盘等。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种对数字高程模型高程校准方法,其特征在于,包括:
将冰云和地面高度卫星地学激光测高数据的高程基准和数字高程模型数据的高程基准统一化;
提取出相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值;
利用所述相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值建立高程校准模型;
利用所述高程校准模型对数字高程模型进行高程校准;
其中,所述提取出相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值步骤包括:
将冰云和地面高度卫星地学激光测高数据转换为点矢量,将数字高程模型数据转换为面矢量;
将转换后的冰云和地面高度卫星地学激光测高数据和数字高程模型数据相叠加来获取两个矢量的交集;
根据交集结果提取出相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值。
2.根据权利要求1所述的方法,其特征在于,所述利用所述相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值建立高程校准模型步骤包括:
对相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值进行回归分析获取校准模型系数;
根据所述校准模型系数建立高程校准模型。
3.根据权利要求2所述的方法,其特征在于,所述高程校准模型为多项式校准模型或线性校准模型。
4.一种对数字高程模型数据高程校准装置,其特征在于,包括:
高程基准统一化单元,用于将冰云和地面高度卫星地学激光测高数据的高程基准和数字高程模型数据的高程基准统一化;
高程值单元,用于提取出相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值;
高程校准模型单元,用于利用所述相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值建立高程校准模型;
校准单元,用于利用所述高程校准模型对数字高程模型数据进行校准;
其中,所述高程值单元包括:
数据转换模块,用于将冰云和地面高度卫星地学激光测高数据转换为点矢量,将数字高程模型数据转换为面矢量;
叠加模块,用于将转换后的冰云和地面高度卫星地学激光测高数据和数字高程模型数据相叠加来获取两个矢量的交集;
提取高程值模块,用于根据交集结果提取出相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型高程值。
5.根据权利要求4所述的装置,其特征在于,所述高程校准模型单元包括:
校准模型系数模块,用于对相同点位的冰云和地面高度卫星地学激光测高数据高程值和数字高程模型数据高程值进行回归分析获取校准模型系数;
建模模块,用于根据所述校准模型系数建立高程校准模型。
6.根据权利要求5所述的装置,其特征在于,所述建模模块获得的高程校准模型为多项式校准模型或线性校准模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210332550.4A CN102865852B (zh) | 2012-09-10 | 2012-09-10 | 一种对数字高程模型数据高程校准方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210332550.4A CN102865852B (zh) | 2012-09-10 | 2012-09-10 | 一种对数字高程模型数据高程校准方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102865852A CN102865852A (zh) | 2013-01-09 |
CN102865852B true CN102865852B (zh) | 2014-08-27 |
Family
ID=47444874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210332550.4A Expired - Fee Related CN102865852B (zh) | 2012-09-10 | 2012-09-10 | 一种对数字高程模型数据高程校准方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102865852B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103323848B (zh) * | 2013-06-19 | 2015-07-29 | 中国测绘科学研究院 | 一种提取地面人工建/构筑物高度的方法及装置 |
CN103926589B (zh) * | 2014-04-30 | 2017-03-29 | 山东科技大学 | 星载激光测高***固体地表目标平面和高程精度检测方法 |
US9830509B2 (en) | 2015-06-29 | 2017-11-28 | Nokia Technologies Oy | Method and apparatus for constructing a digital elevation model utilizing ground points captured by ground-based LiDAR |
CN108733711B (zh) * | 2017-04-21 | 2021-11-02 | 中国电力科学研究院 | 基于三维gis技术的配电线路空间距离获取方法 |
CN109360287A (zh) * | 2018-03-27 | 2019-02-19 | 浙江华云电力工程设计咨询有限公司 | 输电线路三维数字化运检管理*** |
CN108663014B (zh) * | 2018-03-30 | 2019-07-30 | 中国水利水电科学研究院 | 一种垄沟耕作坡耕地田块相对高程数据计算方法 |
CN111465822A (zh) * | 2018-11-26 | 2020-07-28 | 深圳市大疆创新科技有限公司 | 地面点云地图精度评估方法、装置、***及无人机 |
CN110456319A (zh) * | 2019-08-29 | 2019-11-15 | 西安电子工程研究所 | 一种基于srtm的雷达通视性计算方法 |
CN114137567B (zh) * | 2021-11-26 | 2024-07-09 | 自然资源部国土卫星遥感应用中心 | 一种基于卫星遥感数据的冰川高程变化监测方法 |
CN116518916A (zh) * | 2023-01-19 | 2023-08-01 | 昆明理工大学 | 一种基于卫星测高数据评价dem精度的方法、***及计算机 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101655366B (zh) * | 2008-08-18 | 2011-12-28 | 高德软件有限公司 | 一种高程测量方法和*** |
CN101900550A (zh) * | 2010-07-20 | 2010-12-01 | 同济大学 | 一种基于卫星影像的建筑物高程定位控制与精度评价方法 |
CN102589518B (zh) * | 2012-01-17 | 2014-07-30 | 中国电力工程顾问集团中南电力设计院 | 遥感航测高程拟合方法 |
CN102607516B (zh) * | 2012-04-17 | 2015-07-08 | 中国核工业二三建设有限公司 | 测量核电工程中的基准的高程的方法 |
-
2012
- 2012-09-10 CN CN201210332550.4A patent/CN102865852B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN102865852A (zh) | 2013-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102865852B (zh) | 一种对数字高程模型数据高程校准方法及装置 | |
Miliaresis et al. | Vertical accuracy of the SRTM DTED level 1 of Crete | |
Schumann et al. | Near real‐time flood wave approximation on large rivers from space: Application to the River Po, Italy | |
Huggel et al. | Remote sensing based assessment of hazards from glacier lake outbursts: a case study in the Swiss Alps | |
Schumann et al. | A first large‐scale flood inundation forecasting model | |
El-Ashmawy | Investigation of the accuracy of *** earth elevation data | |
CN103363962B (zh) | 一种基于多光谱影像的湖泊水储量遥感估算方法 | |
Bastawesy et al. | Hydrology and geomorphology of the Upper White Nile Lakes and their relevance for water resources management in the Nile basin | |
CN102175213B (zh) | Gps水准高程传递方法 | |
Jena et al. | Assessment of Cartosat-1 DEM for modeling floods in data scarce regions | |
Talchabhadel et al. | Assessment of vertical accuracy of open source 30m resolution space-borne digital elevation models | |
Chen et al. | A coupled river basin‐urban hydrological model (DRIVE‐Urban) for real‐time urban flood modeling | |
Sudalaimuthu et al. | Development of digital elevation model for assessment of flood vulnerable areas using Cartosat‐1 and GIS at Thamirabarani river, Tamilnadu, India | |
Yue et al. | Accuracy assessment of SRTM V4. 1 and ASTER GDEM V2 in high-altitude mountainous areas: A case study in Yulong Snow Mountain, China | |
Danila | Mold2012: a new gravimetric quasigeoid model over Moldova | |
Yong et al. | Spaceborne lidar surveying and mapping | |
Liu | An evaluation on the data quality of SRTM DEM at the alpine and plateau area, north-western of China | |
Lebedev et al. | Digital elevation model of the Republic of Adygea | |
Bothale et al. | Evaluation and comparison of multi resolution DEM derived through Cartosat-1 stereo pair–A case study of Damanganga Basin | |
Fraser et al. | Validation of a GIS-based attenuation rule for indicative tsunami evacuation zone mapping | |
Saruulzaya | Thermokarst lake dynamics in the continuous and isolated permafrost zones, Mongolia | |
Hussien et al. | Sensitivity of enhanced srtm for sea-level rise variation on egyptian coasts | |
Chipatiso | Flood Risk Mapping: Quantifying Topographic Wetness Index to determine Flood Risk Zones for Mutoko District in Zimbabwe | |
Doumit | Comparison of SRTM DEM and ASTER GDEM Derived Digital Elevation Models with elevation points over the Lebanese territory | |
Pokupić et al. | Modeli geomorfometrijskih parametara i drenažnih mreža za prostor Republike Hrvatske |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140827 Termination date: 20170910 |